繁體中文在 GPT 中比英文多用 35% Token（1.35×）

Jonhisking · 2026-10-01

我們把同一段客服提示詞翻成 34 種語言，用 OpenAI 目前的 o200k_base 分詞器（GPT-4o 以後的模型）計算 Token。英文需要 34 個 Token，繁體中文需要 46 個，是英文的 1.35×，在 34 種語言中排第 14 便宜。

繁體中文版本：

請用三個重點總結下面的客戶郵件，並建議一封禮貌的回覆。客戶說訂單晚到了兩天，而且箱子裡少了一件商品。

結果

為什麼

分詞器主要以英文資料訓練，常見英文單字通常是 1 個 Token（" polite"、" customer"）。繁體字的常用詞收錄得比簡體少，常被拆成單字：

• 請用三個重點總結下面的客戶郵 → 請 | 用 | 三 | 個 | 重 | 點 | 總 | 結 | 下面 | 的 | 客 | 戶 | 郵 · 13

與舊分詞器相比

在 GPT-4 時代的 cl100k 分詞器上，同一提示詞是英文的 2.12×，現在降到 1.35×。不過同樣內容的簡體中文只要 1.03×。

換算成費用

以輸入每 100 萬 Token 2 美元計，把這段提示詞送出 100 萬次：英文 $68，繁體中文 $92。若回答也用繁體中文，單價通常高 4–5 倍的輸出 Token 也會乘上同樣倍數。

省 Token 的方法

• 固定的系統提示詞改用英文撰寫，只讓使用者輸入保持中文。
• 分類、擷取、工具呼叫等中間步驟輸出英文或 JSON，只有最後回答用繁體中文。
• 對固定前綴使用提示詞快取（Prompt Caching），輸入單價會大幅下降。

限制

• 只測了一段提示詞，不同文字的倍數可能差 0.1–0.2。
• Claude 與 Gemini 的分詞器不同，這些數字只適用於 OpenAI 模型。
• 譯文以機器翻譯為基礎並經過檢查。

全部 34 種語言的結果（英文）：34 種語言比較